信頼性に基づく注意機構であるR-attentionと近傍フレームを利用してマスクを推定する手法を提案した。

DAVIS2017とYouTube-IVOSという2種類のVOSデータセットを用いて評価した。いずれのデータセットにおいても先行研究と比較して高い精度を達成した。また、ablation studyによって各機構の有用性を確認した。さらにuser studyを行うことで、先行研究よりアノテーション時間が短くなることを確認した。